一种类脑处理器片上网络的验证框架

近年来，随着摩尔定律经济的放缓，传统建筑逐渐面临着存储墙和功耗墙的问题。如今，新的计算模式和架构层出不穷，包括类大脑计算。由于记忆与计算相结合的特点，类脑计算逐渐打破了冯·诺依曼架构带来的存储墙和功耗墙的局限性，相关的类脑算法已有效应用于类脑处理器。现阶段，在大规模生物神经网络的应用场景中，需要提高多核脑处理器的规模可扩展性，保持其高数据吞吐量和低传输时延。目前，大多数多核脑处理器都采用片上网络作为互连结构。然而，目前对这种片上网络的验证研究相对较少。鉴于片上网络对多核脑处理器的重要性，建立一个完整、健壮的片上网络功能验证框架具有重要意义。目的是基于随机化方法生成行为级和FPGA硬件级测试所需的激励文件，并通过高效处理日志文件实现更全面的功能验证。